Retour aux actualités
Startup Digital Intelligence artificielle

RollingDot : une IA frugale pour automatiser l’analyse des nuages de points

Publié le 27 novembre 2024|par Jean-Sébastien Zanchi

L’interprétation de nuages de points, collectés notamment grâce aux LiDAR, se fait aujourd’hui encore en partie manuellement. Grâce à son procédé mêlant IA et analyse géométrique, cette jeune société toulousaine dispose de tous les atouts pour se faire un nom sur ce marché.

Faire passer l’analyse et le traitement de nuages de points à la vitesse supérieure. C’est l’objectif de RollingDot, une société fondée à partir des travaux de trois scientifiques, David Vanderhaeghe, Loïc Barthe et Nicolas Mellado, de l’Institut de recherche en informatique de Toulouse (IRIT – CNRS/INP Toulouse/Université Toulouse 3 Paul Sabatier). Ces nuages de points sont issus des données des acquisitions de LiDAR — « light detection and ranging », ainsi que de la photogrammétrie (procédé de reconstruction 3D à partir d’images ou de vidéos).

« Ces numérisations d’infrastructures, de paysages, de bâtiments ou de pièces industrielles permettent de créer des jumeaux numériques, explique Colin Garriga-Salaün, cofondateur et CEO de la société toulousaine. Dans le premier cas, nous sommes par exemple guidés par un impératif de maintenance. Nous sommes capables de faire des diagnostics automatiques pour programmer des interventions humaines. Nous analysons par exemple la végétation pour savoir si elle s’approche trop près d’une ligne électrique au risque de l’endommager. »

Dans le domaine du bâtiment, les géomètres et architectes ont pris l’habitude depuis de nombreuses années de travailler au quotidien avec des LiDAR.

Nous avons pour ambition de recréer automatiquement les plans d’un bâtiment en 3D à partir de ces données. Les chefs de projet ou les ingénieurs d’étude n’auront plus qu’à l’importer dans leur logiciel de CAD habituel. ’’

Colin Garriga-Salaün, cofondateur et CEO de la société toulousaine.

plan créé par la technologie de RollingDot

 

Une IA légère et peu gourmande

Cette automatisation est tout sauf anodine, aussi bien technologiquement que commercialement : « Il existe déjà dans ce secteur des acteurs de taille importante qui collectent beaucoup de données, constate Emmanuel Giubilato, cofondateur et Chief Business Officer de RollingDot. Mais face à leurs besoins considérables de traitement, ils ont des filiales au Maroc, en Inde ou à Madagascar où ils envoient ces données qui sont encore très largement traitées manuellement. Notre technologie permet de le faire automatiquement afin de gagner en temps de traitement ». 

Pour parvenir à un traitement optimal, RollingDot propose une solution combinant analyse géométrique et IA « frugale », très économe en énergie et nécessitant peu de données pour être entraînée : « C’est un modèle pensé comme cela dès sa conception, les aspects écologiques sont devenus très importants dans la démarche des chercheurs », se réjouit Colin Garriga-Salaün. « Cela nous permet aussi de commercialiser des solutions différentes en fonction des besoins du client. Ils peuvent à la fois exploiter la solution sur nos serveurs, mais aussi s’en servir directement sur leurs propres ordinateurs, comme une simple brique logicielle de leur architecture », abonde Emmanuel Giubilato. « À un moment où Microsoft et consort viennent se connecter directement sur des centrales nucléaires pour alimenter leurs serveurs d’IA, nous obtenons des résultats efficaces sur les CPU courants du marché », note le CEO.

La solution de RollingDot permet également d’être directement intégrée à des chaînes de production industrielle.

Certaines industries travaillent avec des pièces pas toujours identiques à 100%. Nous sommes donc capables d’analyser leur géométrie exacte, afin de piloter les robots de chaîne de production pour automatiser un processus qui ne pouvait pas l’être jusqu’à présent ’’

illustre Colin Garriga-Salaün.

plan créé par la technologie de RollingDot

 

Accompagnée par la SATT Toulouse Tech Transfer

Pour parvenir à ces résultats, RollingDot s’est appuyé sur les travaux de Nicolas Mellado, chargé de recherche CNRS (analyse et traitement de nuages de points 3D), David Vanderhaeghe, maître de conférences à l’Université de Toulouse – Paul Sabatier (rendu 3D temps réel, contrôle utilisateur et stylisation de l’information) et Loïc Barthe, professeur des universités à l’Université de Toulouse – Paul Sabatier (modélisation géométrique 3D et en IA pour le traitement de nuages de points 3D). Cofondateurs eux aussi de la société, ils en sont les Chief Scientific Officer grâce au « concours scientifique », une disposition de la loi PACTE leur permettant de garder un pied dans la recherche publique tout en apportant leur expertise scientifique à RollingDot.

« Nous avions travaillé ensemble lors d’une précédente aventure entrepreneuriale, se souvient le CEO à propos de sa collaboration avec Emmanuel Giubilato. Suite à ma rencontre avec les chercheurs désireux de créer une start-up pour valoriser leur travail de recherche, j’ai pensé à lui pour s’occuper de l’aspect commercial afin de compléter l’équipe. Après le programme de maturation financé par Toulouse Tech Transfer, nous avons signé un contrat avec la SATT pour pouvoir exploiter cette technologie de rupture. ». Avec en supplément un soutien de Bpifrance et l’intégration dans l’incubateur Nubbo, la société créée en juin dernier a pu recruter ses premiers ingénieurs de recherche et s’apprête à signer des contrats avec ses premiers clients. Un pas de géant vers son développement désormais bien lancé.

L'équipe des fondateurs de RollingDot, de gauche à droite : David Vanderhaeghe, Emmanuel Giubilato, Colin Garriga-Salaün, Loïc Barthe et Nicolas Mellado.

La lettre innovation

Partenariats, création d'entreprises, brevets, licences, événements... Retrouvez tous les mois les dernières actualités de la valorisation et de l'innovation au CNRS.

Nos autres actualités

Voir toutes les actus

27 mars 2025

Quantique

Le NIST standardise HQC : une avancée majeure pour la cybersécurité post-quantique

Le National Institute of Standards and Technology (NIST) a annoncé la standardisation de l’algorithme HQC (Hamming Quasi-Cyclic), développé à l’origine par des chercheurs du laboratoire XLIM (CNRS/Université de Limoges) et de l’Institut de Mathématiques de Bordeaux (CNRS/Université de Bordeaux/Bordeaux INP). Cette décision marque une avancée stratégique pour la sécurité des communications numériques face aux menaces des futurs ordinateurs quantiques.
Lire la suite

26 mars 2025

Environnement matériaux

Recool : une réfrigération solide grâce au caoutchouc naturel

Afin de limiter l’utilisation de gaz réfrigérants à effet de serre, des alternatives solides sont recherchées. Le projet Recool, mené par Gael Sebald du laboratoire international ELyTMaX (CNRS/INSA Lyon/École Centrale de Lyon/Univ. Claude Bernard/Université de Tohoku), est ainsi basé sur du caoutchouc naturel que l’on étire fortement cycliquement. Un premier prototype parvient déjà à descendre la température de dix degrés Celsius.
Lire la suite

26 mars 2025

Digital Cognition

Améliorer les performances des athlètes de haut-niveau grâce au neurofeedback : le projet de Neurathletics

Porté par Camille Jeunet, chercheuse à l’Institut de Neurosciences Cognitives et Intégratives d’Aquitaine (INCIA, CNRS / Université de Bordeaux), Neurathletics est un projet innovant qui suit le programme de prématuration du CNRS et dont la start-up va bientôt voir le jour. Experte en neurofeedback et neuro-imagerie, la chercheuse a développé un dispositif composé d’un casque électroencéphalographique (EEG) et d’une interface logicielle qui propose un entraînement pour l’amélioration des capacités cognitives et motrices des athlètes.
Lire la suite
Fermer

Contactez-nous

  • Ce champ n’est utilisé qu’à des fins de validation et devrait rester inchangé.
Fermer

Les brevets les plus récents